RVISA：用于隐式情感分析的推理与验证
计算与语言
2024-07-03 v1 人工智能
摘要
随着对细粒度情感分析 (SA) 的日益增长的社会需求，隐式情感分析 (ISA) 因缺乏显著线索词而构成重大挑战，这需要可靠的推理来理解情感如何产生，从而确定隐式情感。在大语言模型 (LLM) 时代，Encoder-Decoder (ED) LLM 因其在 diverse 任务中的文本理解和推理能力而受欢迎，作为 SA 应用的 backbone 模型。相比之下，Decoder-only (DO) LLM 在自然语言生成和 in-context 学习方面表现卓越。然而，其响应可能包含误导或不准确的信息。为识别可靠的隐式情感推理，本研究提出了 RVISA，一个两阶段推理框架，利用 DO LLM 的生成能力和 ED LLM 的推理能力来训练一个增强后的 reasoner。具体而言，我们采用三跳推理提示显式提供情感元素作为线索。生成的理由被用于微调 ED LLM 以培养熟练的 reasoner。此外，我们开发了一个简单而有效的验证机制，以确保推理学习的可靠性。我们在两个基准数据集上对所提出的方法进行了评估，在 ISA 性能方面实现了最先进的结果。
引用
@article{arxiv.2407.02340,
title = {RVISA: Reasoning and Verification for Implicit Sentiment Analysis},
author = {Wenna Lai and Haoran Xie and Guandong Xu and Qing Li},
journal= {arXiv preprint arXiv:2407.02340},
year = {2024}
}
备注
11 pages, 6 figures, and 4 tables